Virtualni pomoćnik: objašnjenje o korištenju UI-ja

Pojmovi i definicije

Što je Publio?

Publio, virtualni pomoćnik portala Ureda za publikacije (portal OP-a), alat je umjetne inteligencije koji stupa u interakciju s fizičkim osobama i pretražuje prema ključnim riječima, koristeći informacije koje su javno dostupne na portalu OP-a. Publio kombinira tehnike konverzacijske umjetne inteligencije kao što su obrada prirodnog jezika i strojno učenje s interaktivnim sustavom za prepoznavanje govora i tradicionalnim sustavima pretraživanja kako bi korisnicima pomogao da pronađu publikacije EU-a, zakonodavstvo EU-a i osobe za kontakt u europskim institucijama.

Virtualni pomoćnik konkretno omogućuje krajnjim korisnicima da komuniciraju s portalom OP-a izgovaranjem ili tipkanjem poruka. Trenutačno je dostupan na engleskom, francuskom i španjolskom jeziku. Korištenje virtualnog pomoćnika može se prilagoditi potrebama osoba s poteškoćama u čitanju, što povećava njegovu pristupačnost. Publio omogućuje i glasovno pretraživanje. To je nov način pretraživanja koji korisnicima omogućuje da izgovaraju potpune rečenice, kao i u svakodnevnom razgovoru, glasovnom pomoćniku kojim upravlja umjetna inteligencija i koji im odgovara, pa razmjena između korisnika i virtualnog pomoćnika ima oblik razgovora.

Koju vrstu podataka koristi Publio?

Publio koristi informacije koje su javno dostupne na portalu OP-a. Te se informacije objavljuju u skladu s načelom transparentnosti koje se primjenjuje na sve politike i akte EU-a. Na temelju tog korpusa Publio koristi klasifikaciju i kategorije dostupne na portalu OP-a kao što su teme, autori ili formati Eurovoca za usmjeravanje ili optimiziranje razgovora kako bi korisniku pomogao u pretraživanju tri glavne kolekcije na portalu OP-a: publikacije EU-a, pravo EU-a i službeni imenik EU-a (EU Whoiswho).

Publio koristi postojeći jezični model da bi razumio pitanja koja mu korisnici postavljaju i vodio ih kroz pretraživanje. Taj jezični model neprestano se poboljšava i uči na temelju povratnih informacija korisnika kako bi ispunio njihova očekivanja i mogao uspješno obrađivati raznolike ulazne podatke na tri podržana jezika.

To učenje obuhvaća više komponenti sustava na kojem se temelji Publio:

• unaprijed definiran niz iskaza povezan s različitim mogućim oblicima namjera koje Publiju omogućuju da razumije korisnikov konačni cilj i usmjerava ga korak po korak do postizanja tog cilja
• unaprijed definiran niz standardiziranih pitanja koja Publio „razumije” i na koja može dati unaprijed definirane odgovore. Primjer: kako mogu naručiti publikacije?
• entitete strojnog učenja koje Publio može identificirati i koristiti u svojim pozadinskim procesima za detektiranje parametara pretraživanja, pružanje preciznijih rezultata pretraživanja ili opcija za sužavanje pretraživanja. Ti se entiteti temelje na postojećoj klasifikaciji i kategorijama podataka kao što su pojmovnici Eurovoca ili drugi normirani popisi kojima upravlja Eurovoc: autori, formati, jezici, tijela EU-a (organizacije), funkcije u javnoj službi EU-a itd. Publio na temelju toga može, na primjer, iz korisnikova upita razumjeti da korisnik traži publikaciju o konkretnoj temi ili od konkretnog autora.

Kako Publio funkcionira?

Publio se oslanja na razumijevanje konverzacijskog jezika (CLU) (dodatak 4.) u kombinaciji sa sustavom za ekstrakciju entiteta koji se temelji na velikom jezičnom modelu za točnu i učinkovitu obradu ulaznih podataka korisnika (pisani ili izgovoreni iskaz).
CLU daje početni uvid u namjeru korisnika i entitete, a kod složenijih izraza i upita komponenta LLM optimizira prepoznavanje entiteta kako bi se dobili bolji rezultati. Kad prepozna namjeru i entitete, Publio pokreće prilagođeni konverzacijski tijek kako bi korisnicima pomogao da dobiju traženi rezultat u nekoliko jednostavnih koraka.

Publio trenutačno primjenjuje četiri glavna konverzacijska tijeka:

• pretraživanje dokumenata, kako bi korisnicima pomogao u pretraživanju publikacija ili pravnih dokumenata EU-a
• pretraživanje osoba, kako bi korisnicima pomogao u pretraživanju službenika zaposlenih u institucijama EU-a
• pretraživanje organizacija, kako bi korisnicima pomogao u pretraživanju tijela EU-a (organizacija)
• pitanja i odgovori, kako bi na česta pitanja odgovorio unaprijed definiranim odgovorom.

Ako virtualni pomoćnik prepozna tijek pretraživanja, vodit će korisnika kroz pretraživanje relevantnog dokumenta, osobe ili organizacije postavljanjem jednostavnih pitanja i, na temelju korisnikova odgovora, predložiti opcije filtriranja.

Za tijek pitanja i odgovora osoblje Ureda za publikacije održava popis parova s često postavljenim pitanjima i unaprijed definiranim odgovorima na njih. Ako se prepozna namjera u vezi s pitanjima i odgovorima, a korisnikovo pitanje je vrlo slično jednom od pitanja pohranjenih u sustavu, korisnik će odmah dobiti odgovor. Na primjer:

– ako se namjera prepozna na temelju upita kao što je „Želim preuzeti dokument”, pomoćnik će odgovoriti: „Za preuzimanje dokumenta kliknite na gumb ,Preuzmi i odaberi jezik’ na stranici s pojedinostima publikacije”

– ako se namjera prepozna na temelju upita kao što je „Gdje mogu pronaći dokumente za djecu?”, pomoćnik će odgovoriti: „Publikacije za djecu dostupne su u kutku za djecu”.

Korisnici mogu postavljati pitanja u pisanom ili usmenom obliku. Chatbot registrira zvuk (pitanja koja korisnik izgovori) i šalje ga alatu za prepoznavanje govora koji ga pretvara u tekst. Alat za pretvaranje govora u tekst Microsoft Azure zatim obrađuje zvuk (dodatak 5.). Publio nakon toga prikaže izgovorene riječi kako ih protumači alat za prepoznavanje govora, a zatim i odgovor u pisanom obliku i izgovoren sintetiziranim glasom. Ta je razmjena trenutna (događa se odmah) i kratkotrajna (ne ostavlja trag).

Kako Publio analizira pitanje i predlaže rezultate?

Publio za generiranje odgovora koje pruža korisnicima ne koristi LLM ni druge tehnologije generativne umjetne inteligencije. Sve njegove poruke temelje se na unaprijed definiranim predlošcima. Publio koristi jezični model strojnog učenja koji je treniran da uči prepoznavati ulazne podatke korisnika i odgovarati na njih. Taj model obrađuje korisnikovu poruku ili upit, prepoznaje namjeru poruke i daje prikladan odgovor. Publio uči tako da se u model strojnog učenja unese velika količina označenih podataka za treniranje, koji uključuju primjere ulaznih podataka korisnika, njihove namjere i moguće odgovore.

Publio primjenjuje obradu prirodnog jezika, trenirani jezični model i LLM kako bi razumio namjeru korisnika i iz njegova pitanja izdvojio prepoznate entitete (npr. pojam za pretraživanje, temu, autora, datum ili format dokumenta). Publio koristi te entitete za pretraživanje i prikazivanje rezultata pretraživanja.

Ako je rezultat pretraživanja preširok, Publio nastavlja konverzaciju postavljanjem dodatnih pitanja korisniku kako bi suzio rezultate pretraživanja filtriranjem drugih entiteta.

Pitanja koja postavlja Publio ograničena su na definiranje namjere korisnika, kako bi razumio njegovu svrhu i u korpus sadržaja objavljenog na portalu OP-a uputio dobar upit za pretraživanje. Svi rezultati koje predlaže Publio potječu iz tog korpusa.

Povratne informacije korisnika

Krajnji korisnik može u bilo kojem trenutku tijekom konverzacije dati pozitivne, neutralne ili negativne povratne informacije o svojem iskustvu korištenja Publija. Korisnik može u bilo kojem trenutku dati povratne informacije na vlastitu inicijativu, ili kad se nakon nekoliko sekundi neaktivnosti pojavi skočni prozor za unos povratnih informacija. Osim toga, pitanja koja Publio ne „razumije” na ispravan način automatski se evidentiraju i periodički ih obrađuje osoblje u Uredu za publikacije. Povratne informacije korisnika i analize pitanja koja Publio nije pravilno „razumio” koriste se za ponovno treniranje jezičnog modela kako bi se usluge za krajnje korisnike stalno poboljšavale.

Obrada osobnih podataka

Podaci dostupni na portalu OP-a obrađuju se u skladu s Općom uredbom EU-a o zaštiti podataka (OUZP) i Uredbom o obradi osobnih podataka u institucijama, agencijama i tijelima Unije (dodatak 6.).

Publio ne pohranjuje, ne čuva niti arhivira bilo koje elemente ni ulazne podatke korisnika, kao ni one iz odgovora Publija.

Prikupljene povratne informacije anonimiziraju se tako da ih nije moguće povezati s korisnikom od kojeg su dobivene.

Osobni podaci se ne koriste za automatizirano donošenje odluka, praćenje ili izradu profila. Kad koristi velike jezične modele za ekstrakciju entiteta, jedini podaci koji se razmjenjuju između Publija i LLM-a su korisnikovo pitanje i preliminarni rezultat ekstrakcije entiteta koji je generirao CLU. Osobni podaci korisnika ne razmjenjuju se niti se prenose.

Sve usluge koje koristi Publio smještene su u europskim podatkovnim centrima, a sva obrada podataka u skladu je s propisima EU-a o privatnosti podataka.

Trenutačna ograničenja

• Transkripcija imena s pomoću glasa: iako se većina imena „razumije” i ispravno transkribira, prepoznavanje imena temelji se na strojnom učenju i nije 100 % precizno. Zbog ograničenja CLU-a neka imena ne prepoznaju se ispravno čak ni nakon treniranja modela s konkretnim primjerima iz skupa podataka.
• Datumi na francuskom i španjolskom: „razumijevanje” datuma na španjolskom i francuskom nije potpuno precizno u složenijim kontekstima. Na primjer, na španjolskom se godina prepoznaje u obliku „entre 2016 y 2017” bez dodatnog konteksta, ali ne prepoznaje se u obliku „entre el año 2019 y 2020”.
• Prepoznavanje govora funkcionira samo za jedan jezik odjednom.
• Prepoznavanje govora nema funkciju koja bi korisnicima omogućila da izgovaraju riječ slovo po slovo kako bi se osigurala točna transkripcija.
• Prepoznavanje imena ne funkcionira dobro u duljim rečenicama kad se kombinira s gđa ili gđica.

Ured za publikacije Europske unije, 16. svibnja 2023.